Εμφάνιση απλής εγγραφής

Εκτίμηση ικανότητας χειριστή με χρήση μηχανικής μάθησης

dc.contributor.advisorNikolaou, Grigoris
dc.contributor.authorΑλεξάκος, Σπυρίδων
dc.date.accessioned2021-11-22T12:25:08Z
dc.date.available2021-11-22T12:25:08Z
dc.date.issued2021-11-15
dc.identifier.urihttps://polynoe.lib.uniwa.gr/xmlui/handle/11400/1557
dc.identifier.urihttp://dx.doi.org/10.26265/polynoe-1408
dc.description.abstractΣτην παρούσα διπλωματική εργασία , αναπτύσσουμε μια αρχιτεκτονική βαθιού νευρωνικού δικτύου με long sort-term memory στρώματα για να προβλέψουμε την κατάσταση που βρίσκεται ο χειριστής. Η είσοδος στο μοντέλο μας είναι μετρήσεις που πάρθηκαν μέσα από βίντεο πολλαπλών χειριστών σε πολλαπλές καταστάσεις. Αναλύουμε τα δεδομένα μας με χρονικές σειρές αφού τα δεδομένα μας παίρνονται από κάθε καρέ από κάθε βίντεο αλλά και για επωφεληθούμε επίσης από τα long short-term memory στρώματα Όσο αφορά την αξιολόγηση του μοντέλου, για μέτρο αξιολόγησης χρησιμοποιούμαι την poisson. Σύμφωνα με τα αποτελέσματα παρατηρούμαι ότι το μοντέλο μας κάνει καλή δουλειά στην εκτίμηση της ικανότητας του χειριστή.el
dc.format.extent70el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές*
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.el*
dc.subjectΒαθιά νευρωνικά δίκτυαel
dc.subjectLong short-term memory στρώματαel
dc.subjectΧρονικές σειρέςel
dc.subjectΠρόβλεψη κατάστασης χειριστήel
dc.subjectΜηχανική μάθησηel
dc.titleΕκτίμηση ικανότητας χειριστή με χρήση μηχανικής μάθησηςel
dc.title.alternativeAssessment of operator competence using machine learningel
dc.typeΔιπλωματική εργασίαel
dc.contributor.committeeΒασιλειάδου, Σουλτάνα
dc.contributor.committeeDrosos, Christos
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγήςel
dc.description.abstracttranslatedIn this bachelor’s thesis, we develop a deep neural network architecture with long short-term memory layers so we could predict the state of an operator. Our model’s input is measurements taken through videos of multiple operators in multiple states. We analyze our data in time series since our data came from each frame of each video and also to benefit from the long short-term memory layers. As for our model’s evaluation, we used poisson for evaluation metric. Based on our results we notice that our model does a good job in assessing the ability of the operatorel


Αρχεία σε αυτό το τεκμήριο

Thumbnail
Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές